Professional Documents
Culture Documents
REDES NEURAIS NO
MATLAB
INTRODUO
DEFINIES:
1. Tcnica inspirada no funcionamento do
crebro, onde neurnios artificiais, conectados
em rede, so capazes de aprender e de
generalizar.
2.Isso significa que se a rede aprende a lidar
com um certo problema, e lhe apresentado um
similar, mas no exatamente o mesmo, ela
tende a reconhecer esse novo problema,
oferecendo a mesma soluo.
wk0=bk (bias)
entrada fixa
x0=+1
wk0
x1
wk1
sinais
de
entrada
x2
wk2
funo
de ativao
uk
yk
f(uk)
sada
juno
aditiva
xm
wkm
pesos
sinpticos
Princpio de funcionamento
A operao de um neurnio artificial se resume em:
Sinais so apresentados entrada (x1 xm);
Cada sinal multiplicado por um peso que indica
sua influncia na sada da unidade (wk);
feita a soma ponderada dos sinais que produz
um nvel de atividade (uk);
A funo de ativao f(uk) tem a funo de limitar
a sada e introduzir no-linearidade ao modelo.
O bias bk tem o papel de aumentar ou diminuir a
influncia do valor das entradas.
yk f (uk ) f wkj x j bk
j 1
Caractersticas Positivas
classificao de dado
anlise de imagens;
anlise de voz;
anlise de aroma e odor (nariz eletrnico);
Reconhecimento de assinatura
Reconhecimento de faces e outros biomtricos
SADA
Camada
1
Camada
2
Camada
3
Exemplo 01
Exemplo 02
% cria uma rede BP para solucionar o problema do XOR
P = [-1 -1; -1 1; 1 -1; 1 1]; % entradas
T = [-1 1 1 -1]; % sadas
net = newff([-1 1; -1 1], [2 1]); % criao da rede BP
a = sim(net, P.)
net = train(net, P., T);
a = sim(net, P.)
TREINAMENTO
a=
0.4012 0.6344 -0.5085 0.6298
a=
-0.9996 0.9995 0.9996 -0.9985
Exemplo 03
FUNO SENO
x = -pi:pi/16:pi;
y = sin(x);
plot(x,y);
pause;